基于Retinex理论与概率非局部均值的红外图像增强方法

针对传统红外图像增强算法中细节模糊及过度增强的问题,提出了一种基于Retinex理论与概率非局部均值相结合的红外图像增强方法.首先通过单尺度Retinex方法调整图像中过暗与过亮部分的灰度级;然后利用概率非局部均值对图像进行分解处理得到基本层与细节层,对基本层采用直方图均衡化拉伸对比度,对细节层采用非线性函数进行增强;最后,将不同层次的结果融合得到对比度与细节增强的红外图像.用该方法对多组不同场景的红外图像进行仿真实验,并将其与多种增强方法进行主、客观对比分析,结果表明所提方法在红外图像的细节及对比度增强方面都获得了更好的效果.     

基于色彩衰减补偿和Retinex的水下图像增强

针对水下图像存在的色偏、雾状模糊、低曝光和非均匀光照问题, 提出一种基于色彩衰减补偿和Retinex的水下图像增强算法. 首先, 为校正水下图像的色偏, 利用水体对不同波长光线衰减不一致的特性自适应地补偿其R、G、B通道. 然后, 使用基于多尺度导向滤波的Retinex去除雾状模糊, 增强对比度. 最后, 根据水下图像和自然图像的直方图分布特征对其进行归一化处理, 从而在保存图像主要信息的前提下增强其纹理和曝光. 实验结果表明, 该算法不但具有较优的视觉感知效果, 而且具有较高的图像质量评价分数. 该算法具有较强的适应性, 有助于计算机视觉算法在水下的应用.     

基于单幅散斑的X射线强度关联缺陷检测方法

采用预置散斑的X射线强度关联成像系统需要采集大量的散斑场,成像时间较长,而单幅散斑场信噪比低,难以单独用于图像重构。然而单幅散斑场中的空间分布信息包含一定的样品结构信息,可以用于样品缺陷快速检测。基于此,提出一种基于单幅预置散斑的缺陷检测方法,该方法将待检测样品探测散斑场与标准样品模拟散斑场的相关性作为样品缺陷的评价标准。同时基于该方法模拟X射线强度涨落二阶自关联检测光路,分析不同信噪比下探测散斑场分布的图像对比度对相关系数的影响。并对比多种细节增强方法,提高检测可靠性。最终结果表明,基于单幅散斑场的方法可以有效地进行样品的快速缺陷检测。     

融合暗通道先验和MSRCR的分块调节图像增强算法

针对雾霾天气图像中雾霾浓度分布不均以及色彩失衡等问题,提出一种将暗通道先验算法与带色彩恢复因子的多尺度Retinex算法相结合的分块调节图像增强算法.对大气散射模型以Retinex图像模型中的尺度进行线性映射,得到一个同时具有大气散射模型中的透射率和大气光照值以及Retinex图像模型中入射图像的多参数新模型.根据模型获取去除大气散射图的新原图,并利用不同尺度的引导滤波计算获得整幅图像的入射图像,再结合大气散射光图以及色彩恢复因子得到最终的高频细节图.针对图像中雾霾浓度分布不均的情况将整图划分为多个区域小块,用融合后的算法计算每个区域小块的动态截断值,根据不同的动态截断值可以对整幅图像的高频细节进行动态调整,从而得到多幅局部最优图像,将得到的图像进行像素级等权融合,最后可得到保证各局部细节的最优图像.将本文算法与现有算法在主观视觉和客观评价两方面进行了实验对比,结果表明,该方法可以有效解决图像雾气不均匀以及色彩失衡等问题,明显提高了去雾后图片的质量.     

一种基于二进提升方案的医学图像增强

通过分析和研究二进提升方案,得到一种新的提升二进小波滤波器的构造方法.以新的B-样条二进小波作为初始二进小波滤波器,结合二维6 trous算法对原始医学图像进行多层分解,根据分解后系数特点,一方面对不同级数的高频系数利用单阈值和双阈值函数增强,对低频子带系数用线性拉升来扩大图像的整体对比度.另一方面结合消失矩条件,调整滤波器的提升参数,构造了具有线性相位、紧支撑、高阶消失矩及有限长的单位脉冲响应的提升二进小波,并将其与初始二进小波滤波器增强后图像进行比较.仿真结果表明提升后的滤波器对于对比度低、弱光照图像比初始滤波器的增强效果有了进一步提高,噪声放大问题有明显改善,更好地突出图像边缘特征、保留了图像更多细节信息.     

基于色调恒定的MSR图像增强算法

由于多尺度Retinex算法增强后图像存在细节信息减弱和颜色失真等不足,本文提出了一种色调恒定的图像增强算法.在原图像中去掉用多尺度高斯函数估计的光照分量,结合参量自适应的非线性函数调整亮度,依据色调恒定的理论保持增强后图像的颜色.与多尺度Retinex比较的实验结果表明,本文算法更有效,增强后的图像不仅细节清晰,而且...     

基于多尺度几何分解的光照不均图像增强方法

针对光照不均匀的图像,结合W系统和NSCT变换,提出了一种新的图像增强方法.方法首先利用W变换对图像进行多尺度分解,然后利用NSCT中的非下采样方向滤波器组对尺度分解中的高频部分进行方向分解,得到不同尺度不同方向上的变换系数.在多尺度几何分解的基础上,对低频子带图像采用动态直方图均衡化、高频子带图像采用同态滤波的方法进行增强处理,最后利用非线性函数减小图像明、暗部分灰度值的差异,得到最后的增强结果.仿真实验结果表明,算法无论在视觉效果上还是客观评价指标上都优于其他被比较的四种增强算法,对于过亮、过暗以及局部光照不均匀的图像均取得了更好的增强效果,在增强图像细节的同时能有效抑制图像的伪吉布斯失真和过增强失真.在评价指标上,算法对三组经典图像处理后的增强图像的信息熵分别达到了10.0755、9.7879、10.5338,明显优于其他方法.     

基于小波域三状态HMT模型的含噪图像增强

针对含噪图像增强问题,提出一种基于小波域三状态隐马尔可夫树模型的方法,采用三状态的高斯混合模型逼近小波系数的分布,不需要设定精确的阈值,依据期望最大算法训练得到的每个系数所属状态的后验概率,将系数区分为噪声系数、弱边缘系数和强边缘系数,然后通过抑制噪声系数,增强细节特征系数来达到对含噪图像增强的目的,并引入循环平移策略避免人工失真.通过对含噪的标准图像和人脑核磁共振图像进行仿真实验,并与几种经典的图像增强方法作视觉上的对比和定量分析.实验结果表明,本文所提出的方法具有很好的鲁棒性,在突出了图像中更多的细节信息的同时,可以有效抑制噪声.     

基于微分算子的边缘检测法在基因芯片图像识别中的应用

一种基于梯度算子和拉普拉斯算子检测医学基因芯片荧光数字图像边缘的方法．数字图像经过图像增强等预处理以后，突出了我们感兴趣的数字图像特征，根据数字图像灰度变化的趋势，用灰度变化的一阶导数(梯度算子)检测图象中的边缘区域；用灰度变化的二阶导数确定图像边缘的中心位置．最后根据某些预定的准则把满足这些准则的象素组成一条边缘．